一种基于滑窗EHT的进动目标雷达三维成像方法与流程

本发明属于雷达成像技术领域，具体涉及一种基于滑窗EHT的进动目标雷达三维成像方法的设计。

背景技术：

从进动目标的三维图像中，能够获得关于空中目标的形状、结构、大小、运动类型与状态等信息，可应用在机场、港口、大型活动会场和军事基地等需要对空中目标进行识别、监视和预警的场合。进动目标三维成像的关键是根据雷达回波信号恢复目标的瞬时空间位置信息。进动目标的雷达回波由目标上多个散射点的散射信号组成，每个散射点回波信号在距离-时间平面上呈现为正弦变化规律，而正弦信号的幅度、周期、相位和均值分别描述了散射点在空间中的距离变化范围、进动周期、瞬时位置和平均位置，所以对进动目标的三维成像问题可以转化为对正弦信号参数的估计问题。

现有的雷达三维成像算法主要解决了自旋目标的三维成像问题，所采用的成像方法是广义Radon变换(GRT)，如Qi Wang等人在文献“High-Resolution Three-Dimensional Radar Imaging for Rapidly Spinning Targets”(IEEE Transactions on Geoscience and Remote Sensing,2008,46(1):22-30.)提出了一种基于GRT-CLEAN技术的自旋点目标三维成像算法。此外，Qun Zhang等人在文献“Imaging of a Moving Target With Rotating Parts Based on the Hough Transform”(IEEE Transactions on Geoscience and Remote Sensing，2008，46(1):291-299)也提出了一种基于EHT的雷达成像方法，该方法仍然针对的是自旋目标的二维成像问题。

技术实现要素：

本发明的目的是为了解决现有技术中缺少一种针对进动目标实现三维雷达成像的有效方法的问题，提出了一种基于滑窗EHT(Extended Hough Transform，扩展霍夫变换)的进动目标雷达三维成像方法。

本发明的技术方案为：一种基于滑窗EHT的进动目标雷达三维成像方法，包括以下步骤：

S1、从目标信号中分离出呈正弦函数变化的各个散射点回波信号；

S2、估计正弦信号的周期参数，获得进动目标的进动周期；

S3、估计正弦信号的均值参数；

S4、对各散射点信号进行滑窗EHT处理，估计正弦信号的幅度和初相参数；

S5、计算不同时刻的散射点正弦信号的幅度和相位；

S6、通过坐标转换，将各散射点的正弦信号参数映射到目标实际位置空间中，重建目标的三维图像。

进一步地，步骤S1包括以下分步骤：

S11、假设进动目标的雷达回波信号为其中L表示目标包含的主要散射点的数量，n表示快时间采样序号，采样间隔为Δt_s，且n＝1,...,N，N为快时间样点总数；t表示慢时间采样序号，采样间隔等于雷达的波形重复周期T_r，且t＝1,...,M，M为慢时间样点总数；

S12、进行匹配滤波处理，得到目标的距离-慢时间域信号r表示距离门位置，距离分辨率为Δr，且r＝1,...,K_r，实际距离观察范围为R_r＝K_r·Δr，t表示慢时间采样序号，S(r,t)即为目标的距离-慢时间域图像I(r,t)；

S13、使用经验模式分解算法对图像I(r,t)进行分离，获得每个散射点对应的距离-慢时间域图像I_l(r,t)，其中l＝1,...,L；每幅图像I_l(r,t)包含一条正弦曲线，表示散射点信号在距离-慢时间域呈正弦规律变化，正弦曲线的极坐标表达式为其中A_l、w_l、r_0,l分别为散射点l的幅度、角速度、初相和均值。

进一步地，步骤S2包括以下分步骤：

S21、根据公式(1)计算散射点l的图像数据I_l(r,t)的自相关序列：

其中CCR_l(m),m＝1,...,M为散射点l的自相关序列，m表示样点延迟；

S22、检测自相关序列CCR_l的所有主峰值，估计出主峰值间的平均样点间隔P，得到图像I_l(r,t)中正弦信号的周期为T_l＝P×T_r，散射点l的进动角频率为w_l＝2π/T_l；

S23、重复步骤S21-S22，估计其余L-1个散射点正弦信号的周期，则目标的进动周期T取为所有散射点正弦信号周期T_l的平均值：

目标的角速度w取为所有散射点正弦信号角速度w_l的平均值：

进一步地，步骤S3包括以下分步骤：

S31、从图像I_l(r,t)中截取长度为一个进动周期T的图像I_l'(r,t')；

其中t'＝P₀,P₀+1,...,P₀+P-1，P为进动周期T对应的样点数，P₀为图像I_l'(r,t')的起始样点位置；

S32、根据公式(4)估计散射点l的正弦信号的均值r_0,l：

S33、重复步骤S31-S32，估计其余L-1个散射点正弦信号的均值参数，r_0,l代表了散射点l在图像I_l(r,t)中的均值。

进一步地，步骤S4包括以下分步骤：

S41、确定时间滑动窗口的长度和步进量：设置滑动窗口的长度为P和窗口滑动的步进量为ΔP；对于时间样点长度为M的图像I_l(r,t)，总共可形成K＝floor((M-P)/ΔP)个处理窗口；设第k个窗口内的信号为I_l,k(r,t_k)，其中t_k＝(k-1)ΔP+j，j为窗口内样点序号且j＝1,...,P，k为滑窗序号且k＝1,...,K；

S42、根据图像I_l(r,t)，设置幅度参数搜索范围为[0,A_0,l]，搜索步长为ΔA，则待搜索的幅度值为：A_u＝u·ΔA，其中u＝0,1,...,U，U＝A_0,l/ΔA；设置初相参数的搜索范围为[0,2π]，搜索步长为则待搜索的初相值为：其中v＝0,1,...,V，

S43、设置一个搜索结果累加器矩阵[Q]_uv＝q_uv，u＝0,1,...,U，v＝0,1,...,V；初始化矩阵元素q_uv＝0；

S44、对第k个滑窗内的数据进行EHT处理：将I_l,k(r,t_k)上的样点从距离-慢时间域映射到正弦信号的幅度和初相参数空间，基于EHT的映射方法为：

式中r_k,j为窗口k内正弦信号的样点j，w是步骤S2估计的进动目标的角速度，r_0,l是步骤S3估计的正弦信号的均值；

S45、使用公式(5)对窗口k的每个样点r_k,j，搜索对应的初相值v＝1,...,V所对应的正弦信号幅度A_k,j；判断A_k,j位于哪个幅度单元内：A_u≤A_k,j＜A_u+1，记录对应的幅度A_u和初相单元，对矩阵元素q_uv进行累加运算：q_uv＝q_uv+1；

S46、对累加器矩阵的计算结果进行峰值检测，最大峰值的位置(u₀,v₀)对应了窗口k内正弦信号的幅度A_k＝u₀·ΔA和初相

S47、重复步骤S43-S46对其余K-1个窗口的数据进行EHT处理，得到关于散射点l的一组幅度和初相值的滑窗估计序列：{A_k|k＝1,...,K}和则散射点l正弦信号的幅度参数A_l和初相参数分别是对应滑窗估计序列的均值和

S48、重复步骤S41-S47，估计其余L-1个散射点正弦信号的幅度和初相参数。

进一步地，步骤S5具体为：根据散射点l的正弦信号表达式：可得到在t＝1,...,M个时刻对应的幅度值为A_l(t)＝A_l，相位值为

进一步地，步骤S6具体为：把所估计的散射点l正弦信号的参数映射到直角坐标系中，则第l个散射点在时刻t的空间直角坐标为：

根据不同时刻L个散射点的所有坐标[x_l(t),y_l(t),z_l(t)]，便可重构出不同时刻目标的三维图像。

本发明的有益效果是：

(1)本发明采用经验模式分解法分离各散射点的信号曲线，避免了在估计正弦曲线参数时散射点之间的相互影响。

(2)本发明可准确估计出正弦信号的周期、均值、幅度和初相参数。

(3)本发明使用滑窗EHT处理估计正弦信号的幅度和初相参数，需要的先验信息少，并且估计精度高，避免了现有的基于广义Radon变换的成像方法需要构造一条理想的正弦曲线的要求。

(4)本发明利用估计得到的周期、均值、幅度和初相参数，可得到散射点正弦信号的表达式，计算不同时刻的正弦信号值，可重构出进动目标在不同时刻的三维图像，该结果可用于分析目标的形状、位置和进动状态等信息。

附图说明

图1为本发明实施例的关于进动目标的雷达成像场景图。

图2为本发明实施例的目标及主要散射点位置示意图。

图3为本发明提供的一种基于滑窗EHT的进动目标雷达三维成像方法流程图。

图4为本发明实施例的进动目标回波的距离-慢时间域图像。

图5为本发明实施例的回波信号分离后得到的第1个散射点图像。

图6为本发明实施例的自相关序列的峰值及其位置示意图。

图7为本发明实施例的在滑窗处理时窗口滑动方法示意图。

图8为本发明实施例的对第2个散射点正弦信号的幅度和初相参数估计结果示意图。

图9为本发明实施例的重构进动目标分别在t＝1,61,121和181时刻的三维图像。

具体实施方式

下面结合附图对本发明的实施例作进一步的说明。

本发明实施例中，关于进动目标的雷达成像场景如图1所示。设目标为圆锥体，包含了L＝5个主要散射点，散射点在目标本地坐标系中的坐标分别为P₁(0m,0m,1m)、P₂(0.5m,0m,-0.5m)、P₃(0m,0.5m,-0.5m)、P₄(-0.5m,0m,-0.5m)和P₅(0m,-0.5m,-0.5m)，即：散射点P₁位于锥体的顶点，P₂、P₃、P₄和P₅位于锥体的底面上，如图2所示。目标的进动状态表示在参考坐标系O-XYZ中，其中Z轴为进动轴，进动角为θ，并以角速度4πrad/s绕Z轴旋转。雷达观察的距离范围设为R_r＝5m，距离分辨率为Δr＝0.05m，则距离单元数为K_r＝R_r/Δr＝100。

本发明提供了一种基于滑窗EHT的进动目标雷达三维成像方法，如图3所示，包括以下步骤：

S1、从目标信号中分离出呈正弦函数变化的各个散射点回波信号。

S11、目标的雷达回波信号为其中L＝5，快时间序号n＝1,...,N，N＝100；慢时间序号t＝1,...,M，M＝1000，时间间隔为T_r＝0.002s。

S12、进行匹配滤波处理，得到在距离-慢时间域内的目标信号其中距离单元r＝1,...,K_r，K_r＝100，慢时间序号t＝1,...,M，M＝1000，在距离-慢时间域上的对应图像为I(r,t)，如图4所示。

S13、采用经验模式分解法将I(r,t)分离成L＝5个散射点对应的图像I_l(r,t)，1≤l≤L，其中散射点l＝1的图像I₁(r,t)如图5所示。

S2、估计正弦信号的周期参数，获得进动目标的进动周期。

S21、根据公式(1)求第1个散射点图像数据I₁(r,t)的自相关序列CCR_l(m),m＝1,...,M，计算结果如图6所示。

S22、检测自相关序列的峰值，得到峰值间隔为x_i＝202,452,702,952，平均间隔对应的样点数为P＝250，从而可确定第1个散射点的进动周期T₁＝P×T_r＝0.5s，第1个散射点的进动角速度w₁＝4πrad/s。

S23、重复步骤S21-S22，估计出其余4个散射点正弦信号的周期，目标的进动周期T为所有散射点正弦信号周期的平均值：

目标的角速度w为所有散射点正弦信号角速度的平均值：

S3、估计正弦信号的均值参数。

S31、从I₁(r,t)中截取一个进动周期长度的图像I₁'(r,t')，其中t'＝P₀,P₀+1,...,P₀+P-1，这里取P₀＝0和P＝250。

S32、估计第1个散射点正弦信号的均值r_0,1，正弦信号均值是：

其中r_0,1位于第56个距离单元中。

S33、重复步骤S31-S32，估计其余4个散射点正弦信号的均值参数：r_0,2＝-1.45，r₀,₃＝-1.64，r_0,4＝-1.63和r_0,5＝-1.44，分别位于第79，83，83，79个距离单元中。

S4、对各散射点信号进行滑窗EHT处理，估计正弦信号的幅度和初相参数。

S41、确定时间滑动窗口的长度和步进量：设置滑动窗口的长度为P＝250和窗口滑动的步进量为ΔP＝60。

对于时间样点长度为M＝1000的图像I₁(r,t)，总共可形成K＝floor((M-P)/ΔP)＝12个处理窗口。设第1个散射点第k个窗口内的信号为I_1,k(r,t_k)，其中t_k＝(k-1)ΔP+j，j为窗口内样点序号且j＝1,...,P，k为滑窗序号且k＝1,...,K。滑窗过程如图7所示。

S42、根据图像I₁(r,t)，设置幅度参数搜索范围为：[0,0.5]，搜索步长为ΔA＝0.01，则各幅度搜索值为：A_u＝0.01u，且u＝0,1,...,U，U＝50；设置初相参数的搜索范围为：[0,2π]，搜索步长为且u＝0,1,...,V，V＝62。

S43、设置一个搜索结果累加器矩阵[Q]_uv＝q_uv，u＝0,1,...,50，v＝0,1,...,62；初始化矩阵元素q_uv＝0。

S44、对第1个滑窗内的数据进行EHT处理：将I_1,1(r,t₁)上的样点从距离-慢时间域映射到正弦信号的幅度和初相参数空间。基于EHT的映射方法为：

上式中r_1,j为窗口1内正弦信号的样点j，w是步骤S2估计的进动目标的角速度，r_0,1是步骤S3估计的第1个散射点正弦信号的均值。

S45、根据公式(5)对窗口1的每个样点r_1，j，搜索每个初相值v＝0,1,...,62所对应的正弦信号幅度A_1,j，若0≤A_1,j＜0.5，记录对应的幅度A_u和初相单元，对矩阵元素q_uv进行累加运算：q_uv＝q_uv+1。

S46、对累加器矩阵的计算结果进行峰值检测，最大峰值max(Q)＝q_16,53的位置(16,53)对应了第1个窗口内正弦信号的幅度A₁＝0.01×16＝0.16和初相

S47、重复步骤S43-S46对每个滑窗数据进行EHT处理，得到关于散射点l的一组幅度和初相值序列：则第1个散射点正弦信号的幅度参数为初相参数

S48、重复步骤S41-S47，估计其余4个散射点正弦信号的幅度和初相参数，第2个散射点前4次滑窗EHT仿真结果如图8所示。

S5、计算不同时刻的散射点正弦信号的幅度和相位。

根据散射点l的正弦信号表达式：分别取t＝1,...,M，各时刻对应的幅度值为A_l(t)＝A_l，相位值为

S6、通过坐标转换，将各散射点的正弦信号参数映射到目标实际位置空间中，重建目标的三维图像。

把所估计的散射点l正弦信号的参数映射到直角坐标系中，则t时刻第l个散射点在空间中的直角位置坐标为：

根据不同时刻5个散射点的坐标[x_l(t),y_l(t),z_l(t)]，便可重构出不同时刻目标的三维图像，图9给出了t＝1,61,121和181时刻的成像结果。图9表示出实际目标的位置和形状，从三维成像序列中可观察到目标的进动状态，验证了本发明方法的有效性。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。